  |
はてなキーワード:マシン語とは
これよく言われてるけどなんか違うよな
C/C++でCSやHWに近いレイヤーにいる人なら普通にコンパイラのバグかどうかまで追うために簡単に出力されたアセンブラコード見ることあるし
この手のこと言ってる人って全てのレビューもLLM任せって感じなんですかね
JavaScriptベースのWebでなく各種ネイティブアプリで単体テストレベルだと問題なくて結合して実際に動かすとバグってるってケースを人の手が介在しないレベルで解消できるのっていつになるんだろ
コード理解してないけどAI 使ってなら書けるって人は今後、普通になってくるだろうし、それはアセンブラ/マシンコードを理解してない人がコンパイラ使ってたのと大して変わらんのでは、という気もしなくない。— mattn (@mattn_jp)October 8, 2025
Q.
あなたのようなAIにとって、指定された動作をするプログラムの実行ファイルを得る手順として1.人間と同様に高水準プログラミング言語で記述してからコンパイラによって実行ファイルを得る2.マシン語で直接実行ファイルを出力するではどちらが効率的ですか？
A.
AIにとって、どちらの方法が「効率的」かは、何を基準に効率性を測るかによって異なりますが、現在の技術水準では一般的に**「1.人間と同様に高水準プログラミング言語で記述してからコンパイラによって実行ファイルを得る」方が効率的**であると考えられます。理由は以下の通りです。1. **学習データと能力:** *AI、特に大規模言語モデルは、インターネット上に存在する膨大な量の高水準言語のコード（Python,Java,C++,JavaScriptなど）を学習しています。そのため、高水準言語でプログラムを生成する能力は非常に高いです。 * 一方、マシン語のコードは量が少なく、構造も複雑で多様（CPUアーキテクチャごとに異なる）なため、AIが直接高品質なマシン語を生成するように学習するのは困難です。2. **抽象化と複雑性の管理:** *高水準言語は、ハードウェアの詳細を抽象化し、人間（そしてAI）がロジックやアルゴリズムに集中できるように設計されています。これにより、複雑なプログラムでも比較的容易に記述できます。 *マシン語は非常に低水準であり、レジスタの割り当てやメモリアドレスの管理など、ハードウェアに密接に関連する詳細な記述が必要です。これをAIが直接行うのは、エラーが発生しやすく、非常に複雑なタスクになります。3. **開発エコシステムの活用:** *高水準言語には、コンパイラ、リンカ、デバッガ、ライブラリ、フレームワークといった成熟した開発エコシステムが存在します。AIはこれらのツールを活用することで、効率的に実行ファイルを生成し、最適化やデバッグを行うことができます。特にコンパイラは、長年の研究開発によって高度な最適化技術が組み込まれており、多くの場合、人間やAIが手書きするよりも効率的なマシン語を生成できます。 *マシン語を直接生成する場合、これらのエコシステムの恩恵を受けにくくなります。4. **移植性と保守性:** *高水準言語で書かれたコードは、異なるプラットフォーム（OSやCPUアーキテクチャ）に対応したコンパイラを使えば、比較的容易に移植できます。 *マシン語は特定のアーキテクチャに強く依存するため、移植性は非常に低くなります。AIが異なるアーキテクチャごとにマシン語を生成し直すのは非効率的です。***マシン語直接出力の利点（理論上）:****理論的には、コンパイラを介さずにAIが直接マシン語を生成することで、特定のハードウェアに対して究極の最適化を施せる可能性があります。**コンパイルのステップが不要になるため、その分の時間は短縮されます。***結論:**現時点では、AIがマシン語を直接生成するメリットよりも、高水準言語と既存のコンパイラを活用するメリットの方がはるかに大きいと言えます。AIは高水準言語での思考やコード生成に長けており、複雑な問題を効率的に解決できます。コンパイラという強力なツールを利用することで、最適化やプラットフォーム対応といった難しい問題を効率的に処理できます。したがって、AIにとっても、人間と同様に**高水準言語で記述し、コンパイラを利用して実行ファイルを得る方が、総合的に見てはるかに効率的なアプローチ**です。
ウルトラマンは、80。
Jリーガーと言えばラモスで、「日本人ならお茶漬けやろ」の人。
ゲーム機は持っておらず、MSXでひたすらプログラミングしていたので、Z80マシン語はそらで書ける。
